關閉視窗
南臺科技大學105學年度第2學期課程資訊
課程代碼 20M01701
課程中文名稱 類神經網路
課程英文名稱 Artificial Neural Networks
學分數 3.0
必選修 選修
開課班級 博研電機一甲,碩研電機一甲
任課教師 龔應時
選課人數
上限21 人 目前已選人數14 人
上課教室(時間)
週二 第6節 (A200)
週二 第7節 (A200)
週二 第8節 (A200)
課程時數 3
實習時數 0
授課語言 1.華語
輔導考證 無
課程概述 本課程主要介紹類神經網路種類,內部架構,類神經系統學習模式,等..並進一步介紹其優缺點及應用例.
先修科目或預備能力
課程學習目標與核心能力之對應
編號中文課程學習目標英文課程學習目標
1 瞭解類神經元計算
2 瞭解類神經網路架構與學習方法
3 了解類神經網路在系統鑑別與控制之設計與應用
4 了解以Matlab來模擬類神經網路技術
就業力培養目標 此門課程無設定權重值
中文課程大綱 1.神經元計算之簡介
2.神經元計算觀念之基礎
3.映射網路
4.自我組織網路
5.迴饋式網路及具暫時性前饋式網路
6.類神經網路於系統鑑別,控制及估測上之應用
英/日文課程大綱 1. Introduction to neurocomputing
2. Fundamental neurocomputing concepts
3. Mapping networks
4. Self-organing network
5. Recurrent networks and temporal feedforward
6. Identification, control and estimation using neural networks
課程進度表 1. Introduction to neurocomputing : 3hrs
2. Fundamental neurocomputing concepts : 12hrs
3. Mapping networks : 18hrs
4. Self-organing network : 3hrs
5. Recurrent networks and temporal feedforward : 3hrs
6. Identification, control and estimation using neural networks : 6hrs
7. Presentation of assigned homework : 9hrs
課程融入SDGs
期考調查
期中考(第9週)考試方式
期末考(第18週)考試方式
其他週考試考試週次與方式
教學方式與評量方式
課程學習目標教學方式評量方式
瞭解類神經元計算
課堂講授  
作業 ( 平時 )
瞭解類神經網路架構與學習方法
課堂講授  
口頭報告 ( 期中 )
了解類神經網路在系統鑑別與控制之設計與應用
課堂講授  
作業 ( 平時 )
了解以Matlab來模擬類神經網路技術
課堂講授  
口頭報告 ( 期末 )
作業 ( 期末 )
指定用書
書名 Principles of Neurocomputing for Science
作者 Fredric M. Ham and Ivica Kostanic
書局 McGRAW-HILL
年份 2001
國際標準書號(ISBN)
版本
請同學遵守智慧財產權觀念,使用正版教科書,不得不法影印、下載及散布,以免觸犯智慧財產權相關法令 。
參考書籍 1. Simon Haykin, "Neural Networks - a Comprehensive Foundation," 2nd edition,
Prentice-Hall, Inc. 1999. (開發圖書代理)
2. Hagan, Demuth and Beale,"Neural Network Design," PWS Publishing
Company.1996.
3. J-S. R. Jang, C.T. Sun and E. Mizuyani, “Neuro-Fuzzy and Soft Computing,”
Prentice-Hall, Inc., 1997.
4. Li-Xn Wang, “A Couse in Fuzzy Systems and Control,”
Prentice-Hall, Inc., 1997.
5. 張斐章, 張麗秋, “類神經網路”, 東華書局.
6. 羅華強, “類神經網路-Matlab的應用”, 高立圖書, 2005.
教學軟體 Matlab
課程規範